基于BiLSTM的学生课后作业心得的情感分析任务书

 2020-02-20 09:02

1. 毕业设计(论文)主要内容:

学生学习过程的情感分析对于教师的教和学生的学起着很重要的作用,如果教师和学生能准确把握学生的学习状态,会更好地进行教学。所以,在查阅大量与课题相关的国内外文献基础上,学习python、深度学习等知识基础上,分析课后作业心得数据,给出学生的情感分类及情感模型;建模时,需要在现有的 LSTM 基础上采用 BiLSTM,并给出相应的对比实验。

2. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(不少于3篇外文文献),并每篇书写200—300字文献摘要(装订成册,带封面);
2.认真填写周记,完成至少1500字开题报告;
3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);
4.完成系统的编码与调试;
5.完成10000字以上的毕业论文;
6.进行论文答辩。


3. 毕业设计(论文)完成任务的计划与安排

(1)2019/1/19—2019/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;
(2)2019/3/1—2019/4/30:系统架构、程序设计与开发、系统测试与完善;
(3)2019/5/1—2019/5/25:撰写及修改毕业论文;
(4)2019/5/26—2019/6/5:准备答辩。


4. 主要参考文献

(1) 刘德喜, 聂建云, 万常选, 等. 基于分类的微博新情感词抽取方法和特征分析[j]. 计算机学报, 2018, 41(7): 1574-1597.

(2) weihang huang, guozhengrao, zhiyong feng, qiong cong. lstm with sentence representations fordocument-level sentiment classification[j], neurocomputing, 2018, vol.308:49-57

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。